A System for Simulating Road-Representative Atmospheric Turbulence for Ground Vehicles in a Large Wind Tunnel
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">Turbulence is known to influence the aerodynamic and aeroacoustic performance of ground vehicles. What is not thoroughly understood are the characteristics of turbulence that influence this performance and how they can be applied in a consistent manner for aerodynamic design and evaluation purposes. Through collaboration between Transport Canada and the National Research Council Canada (NRC), a project was undertaken to develop a system for generating road-representative turbulence in the NRC 9 m Wind Tunnel, named the Road Turbulence System (RTS). This endeavour was undertaken in support of a larger project to evaluate new and emerging drag reduction technologies for heavy-duty vehicles.</div><div class="htmlview paragraph">A multi-stage design process was used to develop the RTS for use with a 30% scale model of a heavy-duty vehicle in the NRC 9m Wind Tunnel. This paper documents this process, which included 1) an on-road measurement campaign to identify that target wind characteristics, 2) small-scale concept-development efforts to identify a passive approach to the problem, and 3) commissioning of the full-sized RTS in the NRC 9m Wind Tunnel. The wind-spectrum generated by the RTS is a good match to the target road measurements. Using a 30%-scale model of a heavy-duty vehicle, comparison of measurements in smooth and road-representative turbulent wind conditions were performed. The measurements show differences in the drag characteristics of the vehicle, and show differences in the drag-reductions associated with add-on devices such as side-skirts and boat-tails, highlighting the importance of representative turbulence for ground-vehicle aerodynamic evaluations.</div></div>
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle